[发明专利]一种基于改进人工蜂群算法的电力系统动态经济调度方法

说明书

技术领域

本发明属于电力系统优化运行领域，尤其是涉及一种基于改进人工蜂群算法的电力系统动态经济调度方法。

背景技术

电力市场的迅速发展对电力系统的运行和管理提出了新的要求，为提高发电厂的生产效率和电力系统的经济效益，电力系统的动态经济调度问题成为了重点研究问题之一。

一个良好的电力系统建立在以保证安全可靠运行为前提，追求系统的经济效益最大化为目标的前提下。电力系统中，机组的运行需要成本，不同的机组成本函数不同，包括热耗量，煤耗量，有害气体排放量，供电成本及发电成本等。经济调度优化的目的在于一定周期内，优化各机组的出力，以获得最优的出力水平，使成本最小。动态经济调度要处理多个约束问题，如机组前后时段的出力爬坡约束，出力上下限约束，发电与损耗平衡约束等，因此，寻找一个高效的优化算法来出力电力系统的动态经济调度问题十分必要。

电力系统的动态经济调度维数高，约束条件严格，是一个十分复杂的优化问题。粒子群算法已被广泛应用于电力系统的动态经济调度问题中，但由于其收敛速度较快，全局搜索能力不强的特点，容易陷入局部最优。

发明内容

本发明所解决的技术问题在于提供一种基于改进人工蜂群算法的电力系统动态经济调度方法，通过对传统的雇佣蜂和观察蜂的搜索策略进行改进，雇佣蜂和观察蜂采用符合自身特点的搜索策略，平衡全局搜索和局部寻优能力。采用本方法对电力系统动态经济调度进行求解，能够满足在相关约束的条件下，获得优化后的各机组各时段的出力水平。

实现本发明目的的技术解决方案为：

一种基于改进人工蜂群算法的电力系统动态经济调度方法，包括以下步骤：

步骤1：设置人工蜂群的参数，包括雇佣蜂控制因子F、观察蜂控制因子H的均值H_m和方差S_th、食物源规模NP、迭代次数G_max，设置食物源在电力系统动态经济调度中的约束条件并构造电力系统动态经济调度的目标函数，所述食物源在电力系统动态经济调度中的约束条件包括：机组功率平衡约束、机组出力上下限约束和机组爬坡约束；

步骤2：生成初始食物源并计算其目标函数值和适应值，找出当前最优食物源的位置和对应的目标函数值；

步骤3：雇佣蜂根据其搜索公式产生新位置，搜索策略为：V_i,j＝P_r1,j+F(P_r2,j-P_r3,j)，V_i,j为新的食物源位置，P_r1,j、P_r2,j、P_r3,j为三个随机选择的食物源，r1≠r2≠r3≠i，i＝1,2,...,NP，j表示当前列数；

步骤4：根据约束条件判断新位置是否越限，若越限，则将其调整至约束范围内，若不越限，则不做调整；

步骤5：采用贪婪原则对当前食物源位置进行更新；

步骤6：观察蜂根据轮盘赌原则所确定的概率选择食物源并在其附近精细搜索，搜索策略为：V_i,j＝gbest_i,j+H(P_r4,j-P_r5,j)，P_r4,j、P_r5,j为两个随机选择的食物源，且r4≠r5≠i，i＝1,2,…,NP，j表示当前列数，gbest_i,j为适应值最大的食物源，H由高斯产生；

步骤7：根据约束条件判断新位置是否越限，若越限，则将其调整至约束范围内，若不越限，则不做调整；

步骤8：采用贪婪原则对当前食物源位置进行更新；

步骤9：判断迭代次数是否达到最大迭代次数，若是，则停止迭代，输出最优食物源的位置和目标函数值，所述最优食物源的位置即为电力系统各机组的出力水平，目标函数值即为对应的最小发电成本；若否，则跳转到步骤3。

进一步的，本发明的基于改进人工蜂群算法的电力系统动态经济调度方法，步骤1中雇佣蜂控制因子F＝0.5、观察蜂控制因子H的均值H_m＝0、观察蜂控制因子H的方差S_th＝0.3、食物源规模NP＝40、迭代次数G_max＝500。

进一步的，本发明的基于改进人工蜂群算法的电力系统动态经济调度方法，步骤1中电力系统动态经济调度的目标函数为：